INDEX
Negative Logits
Infl
-0.08
elag
-0.08
thread
-0.07
Interessen
-0.07
Occurrence
-0.07
reports
-0.07
Thread
-0.07
THREAD
-0.07
软
-0.07
infl
-0.07
POSITIVE LOGITS
airborne
0.10
odam
0.09
tono
0.08
plight
0.08
frase
0.08
tonic
0.08
clar
0.08
esta
0.08
ovu
0.08
الناس
0.08
Activations Density 0.001%